Multiplatform-Settings 库中清除存储值的正确方式
2025-07-07 03:51:04作者:殷蕙予
在使用 Kotlin Multiplatform 开发跨平台应用时,数据持久化是一个常见需求。multiplatform-settings 库为 KMP 项目提供了简单易用的键值存储解决方案。然而,开发者在使用过程中可能会遇到清除存储值无效的问题,这通常是由于对 API 使用不当造成的。
问题背景
在 multiplatform-settings 库中,当我们需要清除已存储的值时,有几种看似可行但实际上效果不同的方法:
settings.remove("key")
settings -= "key"
settings["key"] = null
这些方法在普通键值存储场景下可能有效,但当结合 Kotlin 的序列化功能使用时,可能会遇到清除无效的情况。
根本原因
问题的核心在于 multiplatform-settings 库提供了两种不同的存储机制:
- 原始值存储:直接存储基本类型的值(String、Int、Boolean 等)
- 序列化对象存储:通过 Kotlin 序列化框架存储复杂对象
当使用 encodeValue
方法存储对象时,实际上是在使用序列化机制。而要清除这类值,需要使用专门的 removeValue()
方法,而不是普通的 remove()
。
解决方案
正确的清除方式应该根据存储方式来决定:
对于原始值存储
// 以下方法均可
settings.remove("key")
settings -= "key"
settings["key"] = null
对于序列化对象存储
// 必须使用 removeValue 方法
settings.removeValue("key")
最佳实践
为了避免混淆,建议在项目中统一使用以下模式:
// 存储对象
settings.encodeValue(
serializer = MyData.serializer(),
key = "my_key",
value = myData
)
// 读取对象
val data = settings.decodeValue(
serializer = MyData.serializer(),
key = "my_key",
defaultValue = MyData()
)
// 清除对象
settings.removeValue("my_key")
注意事项
- 当不确定存储方式时,优先使用
removeValue()
,它对两种存储方式都有效 - 清除操作后,建议立即调用
settings.flush()
确保更改被持久化 - 在 iOS 平台上,清除操作可能需要额外处理内存管理
通过正确理解 multiplatform-settings 库的存储机制和使用对应的清除方法,可以避免数据清除无效的问题,确保应用的数据管理行为符合预期。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0118AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
23
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
225
2.27 K

React Native鸿蒙化仓库
JavaScript
212
287

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1

暂无简介
Dart
527
116

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
987
583

openGauss kernel ~ openGauss is an open source relational database management system
C++
148
197

GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】
Jinja
47
0

ArkUI-X adaptation to Android | ArkUI-X支持Android平台的适配层
C++
39
55

ArkUI-X adaptation to iOS | ArkUI-X支持iOS平台的适配层
Objective-C++
19
44